Modelagem preditiva de distribuição de espécies
![](http://upload.wikimedia.org/wikipedia/commons/thumb/6/6c/Zebras%2C_Serengeti_savana_plains%2C_Tanzania.jpg/306px-Zebras%2C_Serengeti_savana_plains%2C_Tanzania.jpg)
![](http://upload.wikimedia.org/wikipedia/commons/thumb/b/b6/Distribui%C3%A7%C3%A3o_da_borboleta_Baromia_brevicornis_%28em_vermelho%29_e_da_planta_Acacia_cochliacantha.png/219px-Distribui%C3%A7%C3%A3o_da_borboleta_Baromia_brevicornis_%28em_vermelho%29_e_da_planta_Acacia_cochliacantha.png)
A modelagem preditiva de distribuição de espécies, também chamada de modelagem de nicho, é uma técnica moderna que utiliza dados de diversas áreas do conhecimento para obter modelos que expliquem a distribuição probabilística de uma espécie no ambiente.
De maneira geral, fatores abióticos como temperatura, umidade, altitude e salinidade, em conjunto com fatores bióticos, representados pelas diversas interações que as espécies estabelecem entre si, influenciam diretamente na distribuição dos organismos vivos. Por sua vez, tais organismos encontram-se adaptados aos ambientes em que vivem. Logo, a distribuição de cada espécie segue uma série de parâmetros que permitem a sua sobrevivência e desenvolvimento. Dentro da ecologia, esse conjunto de fatores delimita o nicho ecológico de uma espécie.[1][2][3]
Os modelos estatísticos de distribuição são construídos através de programas computacionais que relacionam dados de variáveis como clima, relevo, composição do solo, cobertura vegetal, entre outros, para prever a possível ocorrência de uma espécie num dado espaço. A modelagem não nos diz necessariamente se uma espécie ocorre numa dada área, mas sim se essa área é propicia para a sua ocorrência. Existem atualmente muitos modelos, mas a escolha de um desses modelos para um estudo depende essencialmente daquilo que se quer estudar.[2][3]
A modelagem de nicho tem várias aplicações na atualidade, como na conservação de espécies raras, reintrodução de espécies no ambiente e na predição dos impactos causados por espécies invasoras.[2][3]
História
[editar | editar código-fonte]No séc XX, dentro da ecologia, ocorreu o desenvolvimento e aprimoramento do conceito de nicho ecológico como o conhecemos atualmente. Isso foi muito importante para o avanço de técnicas que utilizam dos conhecimentos de nicho, como a modelagem.
Os primeiros trabalhos com modelagem de nicho são da década de 70[4], onde também foram desenvolvidas as primeiras técnicas computacionais para analisar o impacto das variáveis ambientais na distribuição de uma espécie. Posteriormente nas décadas de 80 e 90, trabalhos de simulações e livros[5][6] publicados sobre o tema foram importantes contribuições para promover essa nova abordagem. O desenvolvimento de algoritmos específicos para a modelagem preditiva de distribuição foi também fundamental para a evolução dessa técnica. Atualmente, existem muitos modelos e algoritmos disponíveis e a modelagem vem se figurando com uma tecnologia promissora e em constante evolução.[2][3]
Considerações sobre nicho ecológico
[editar | editar código-fonte]![](http://upload.wikimedia.org/wikipedia/commons/thumb/5/56/Sobreposi%C3%A7%C3%A3o_de_Nichos.png/354px-Sobreposi%C3%A7%C3%A3o_de_Nichos.png)
Uma característica marcante das SDMs (modelagens de distribuição de espécies) é sua dependência do conceito de nicho, que pode ser pensado na visão de Grinnell, onde as espécies ocupam todos os seus habitats adequados - o nicho fundamental - ou na visão de Hutchinson, de espécies sendo excluídas de uma parte de seu nicho fundamental por interações bióticas, resultando no nicho percebido que é realmente observado na natureza[7]. Assim, o primeiro está mais inserido em uma abordagem ecológica e fisiológica do nicho, enquanto o segundo está mais relacionado aos níveis tróficos e à teoria da teia alimentar. Como eles parecem se aplicar a diferente escalas - respectivamente do global para o local -, apenas o conceito de requisitos e o nicho ambiental são normalmente considerados nos SDMs[3].
A simplificação mais frequente encontrada na literatura afirma que, como as distribuições observadas já estão restritas por interações bióticas e recursos limitantes, os SDMs quantificam de fato o nicho realizado de Hutchinson. Diz-se também que apenas modelos mecanicistas, com base em parâmetros fisiológicos ou comportamentais[8], ou SDMs baseados em dados ex situ (por exemplo, uma planta cultivada em jardins botânicos fora de sua faixa natural)[9], podem se aproximar do nicho fundamental.
Qualquer situação teórica deve ser considerada a priori para cada espécie, a menos que evidência experimental/de campo claramente suporte uma sobre a outra. Além disso, cada uma delas só pode ser considerada dentro do ambiente realizado e, portanto, deve ser aceito que, para algumas espécies, o nicho fundamental nunca pode ser capturado de dados experimentais.
É importante lembrar aqui que o nicho deve ser definido a partir de observações empíricas de indivíduos que se reproduzem com sucesso e, assim, suportam uma taxa de crescimento positiva para toda a população. No caso dos SDMs, a maioria é baseada em observações simples de presença-ausência ou, às vezes, em valores de abundância. Em estudos biogeográficos em plantas, por exemplo, de certos limiares climáticos específicos de espécies, a maioria dos indivíduos observados não exibe mais a reprodução sexual. É, portanto, preferível que as observações desses indivíduos não sejam usadas para adaptar-se a SDMs, mas, na prática, pode ser difícil medir parâmetros de reprodução sexual a partir de um único campo.
Estas recentes reconsiderações do conceito de nicho em relação à distribuição de espécies inspirou os modeladores contemporâneos a incluírem outros parâmetros importantes, como dispersão [10] [11] e dinâmica populacional[12], para explicar e predizer padrões biogeográficos observados. A menos que esses parâmetros sejam levados em conta, os SDMs são explicitamente baseados ou na suposição de nicho grinelliano fundamental ou do nicho hutchinsoniano realizado.
Etapas da modelagem
[editar | editar código-fonte]Fazem parte do processo de modelagem de nicho ecológico uma série de passos necessários para se criar um modelo formulado de forma minimamente padronizada e que esteja de acordo com os dados produzidos no meio de estudo ecológico[13]. São eles:
Etapa 1
[editar | editar código-fonte]Definição do problema: consiste em definir o experimento de modelagem, o que inclui especificar as questões que o modelo deve responder, as espécies selecionadas, os layers ambientais, a área a ser estudada e a resolução geográfica a ser adotada para o modelo. O modelo de nicho ecológico deve ajudar a entender a situação ambiental, indicando possíveis caminhos para se resolver o problema. O pesquisador precisa posicionar a área de estudo, considerando a qualidade da informação sobre a espécie a ser modelada e os objetivos da modelagem.
![](http://upload.wikimedia.org/wikipedia/commons/thumb/5/5a/Global_Biodiversity_Information_Facility.png/220px-Global_Biodiversity_Information_Facility.png)
Etapa 2
[editar | editar código-fonte]Tratamento dos pontos de espécies: consiste em preparar os pontos de espécies para o processo de modelagem. Uma vez que o dado for encontrado, é preciso tratá-lo, utilizando algum pacote de software para fazê-lo. Alguns problemas normalmente aparecem nesta etapa, como erros de digitalização nos dados, pontos fora dos limites da região e pontos com valores absurdos. Portanto, as ferramentas de georreferenciamento podem ser aplicadas para posicionar os pontos de ocorrência ou ausência no espaço geográfico. Se o pesquisador não dispõe desses dados bióticos, uma alternativa é acessar web sites onde os dados de coleções biológicas estão disponíveis, tais como o GBIF (Global Biodiversity Information Facility) .
Etapa 3
[editar | editar código-fonte]Tratamento dos dados ambientais: consiste da identificação, aquisição e conversão, se necessário, dos dados ambientais para a geração de um modelo de nicho ecológico. Os dados normalmente são formatados como layers, que são camadas do espaço ecológico multidimensional correspondentes à região estudada, também na forma de dados georreferenciados. Por exemplo, os dados podem ser um conjunto de layers para clima, topografia e vegetação. Os dados ambientais estão usualmente em formatos, sistemas de coordenadas, projeções e resoluções diferentes, exigindo um trabalho prévio ao seu uso, a fim de torná-los compatíveis. O objetivo é colocá-los no mesmo formato e usando os mesmos metadados.
Etapa 4
[editar | editar código-fonte]Análise da viabilidade dos dados: trata da análise dos dados obtidos nas etapas prévias, a fim de avaliar se os dados e definições resultantes das três etapas anteriores permitem ao pesquisador prosseguir com o processo de modelagem e obter um modelo acurado. É preciso também decidir quais layers devem de fato ser considerados para a geração do modelo. Considerando o cenário completo do problema, alguns layers podem estar faltando, outros podem não ter utilidade e outros podem até estar comprometendo a acurácia do processo de modelagem.
Etapa 5
[editar | editar código-fonte]Escolha do(s) algoritmo(s): consiste em selecionar os algoritmos para a geração dos modelos de nicho ecológico.
Algoritmos diferentes têm parâmetros e requisitos diferentes, e os dados disponíveis podem ser mais adequados a geração de um modelo usando um algoritmo e não outro. Além disso, aplicações diferentes da modelagem possuem desafios diferentes para os algoritmos. Basicamente, um algoritmo de modelagem representa a implementação de um método matemático para analisar os dados e obter um modelo de nicho ecológico. Na essência, esses algoritmos extrapolam associações entre os pontos de ocorrência das espécies (e também de ausência em alguns casos) e os layers de dados ambientais, a fim de identificar áreas em que a presença de uma espécie pode ser prevista.
Etapa 6
[editar | editar código-fonte]Geração do(s) modelo(s): nesta etapa, o pacote de software deve executar o experimento como especificado nas etapas anteriores e produzir um modelo. Após a geração de um modelo, o mesmo deve ser projetado sobre a área de estudo.
Etapa 7
[editar | editar código-fonte]Pós-análise automática: consiste da avaliação do modelo, a fim de avaliar se ele está adequado para a espécie em estudo. Medidas estatísticas podem ser calculadas a fim de obter indicações sobre a acurácia de um modelo. Por exemplo, podem ser usados pontos de presença e de ausência que não foram aplicados nas etapas anteriores do processo de modelagem para validar o modelo, combinados com métricas estatísticas.
Etapa 8
[editar | editar código-fonte]Validação do pesquisador: nesta última etapa, o pesquisador precisa decidir se o modelo é aceitável. O seu conhecimento sobre a espécie em estudo e os resultados estatísticos devem ser considerados para se validar o modelo ou não. Se o modelo for satisfatório, o processo pode ser encerrado. Caso contrário, pode ser necessário retomar o processo completamente ou parcialmente, a partir de alguma etapa prévia, e repeti-lo até que um modelo aceitável seja produzido.
Ferramentas
[editar | editar código-fonte]Do ponto de vista do tratamento da informação, a geração de modelos de nicho ecológico pode requerer a aplicação de uma variedade de técnicas computacionais, representadas pelos algoritmos de modelagem, análises estatísticas e requisitos de comunicação e transmissão de dados[13].
Algumas das soluções computacionais disponíveis para a modelagem de nicho ecológico são o openModeller, o DesktopGarp e o MaxEnt. O openModeller[14] destaca-se por ser o mais completo, com ferramentas para analisar, visualizar e construir cenários ambientais, considerando eventos no presente, no passado ou no futuro, por possuir diversas opções de algoritmos de modelagem, possibilitando a comparação de modelos gerados através de diferentes algoritmos, por seus recursos para entrada de dados ambientais e dados de espécies em formatos heterogêneos, sem preparação prévia, e por sua integração com SIG (Sistema de Informações Geográficas).
O DesktopGarp oferece a possibilidade de realizar múltiplas projeções a partir de um mesmo modelo, usando do algoritmo Garp, um algoritmo que utiliza conceitos de nicho ecológico para definir uma população e, a partir daí, trabalha no processamento das regras de definição de nicho [15]. O MaxEnt não oferece tantas facilidades adicionais, porém, o seu algoritmo, também chamado de MaxEnt[16], é um dos mais utilizados em função de sua alegada acurácia. Os três pacotes de software, openModeller, DesktopGarp e MaxEnt, são sistemas relativamente adequados tanto para interfaces desktop quanto para console.
Problemas e limitações
[editar | editar código-fonte]Embora seja uma técnica usada amplamente para predizer a distribuição de espécies, a modelagem de nicho possui algumas limitações. Entre elas, está a escolha de espécies que já possuem identificação de campo, uma vez que a modelagem usa diferentes fontes de dados para estudo e pode apresentar erros quando os mesmos estão em falta. Outro problema que pode ser encontrado é em relação aos pontos referentes à localização das espécies, que devem ser apresentados como latitude e longitude (georreferenciados), e que podem apresentar valores absurdos ou estarem fora dos limites das regiões que deveriam estar presentes e, uma vez errados, interferem diretamente nos resultados do modelo de nicho ecológico[1]. É importante que haja uma preparação dos dados ambientais, uma vez que eles podem apresentar diferentes formatos e resoluções, sendo necessário colocar todos na mesma configuração e usando os mesmos metadados para que sejam compatíveis[13].
Outro grande problema da modelagem de nicho , atualmente, refere-se a presença de uma determinada espécie em uma área na qual o espaço-tempo é limitado, uma vez que é apenas um fragmento da realidade e que pode ser modificado por inúmeros fatores, sejam físicos, químicos, fisiológicos ou biológicos, o que resulta na análise de um nicho realizado e dificulta a compreensão do nicho fundamental. Um fator biótico que é desconsiderado em grande parte dos modelos, por exemplo, é a competição, algo que influencia a vida de praticamente todas as espécies de plantas e animais viventes.
Aplicações
[editar | editar código-fonte]![](http://upload.wikimedia.org/wikipedia/commons/thumb/d/d6/Cyprinus_carpio_carpio.jpg/234px-Cyprinus_carpio_carpio.jpg)
O uso de modelos de distribuição de espécies de plantas e animais e a posterior obtenção de mapas de adequabilidade para espécies aumentou de forma marcante nas últimas décadas. Uma das razões é o claro avanço tecnológico e teórico que ocorreu nesse campo recentemente. Além disso, o uso desses modelos permite potencialmente prever os efeitos antropogênicos na distribuição da biodiversidade, em especial efeitos da mudança climática global - tópicos de grande interesse atual em agendas de pesquisa de diversas áreas. Por exemplo, o poder preditivo desses modelos é uma importante ferramenta de análise em áreas como ecologia, biogeografia, evolução, biologia da conservação e mudanças climáticas, a qual pode ser usada para resolver questões em áreas mais aplicadas, bem como em estudos de ciência básica.[2][3]
Entre as aplicações estão: quantificação de nichos ecológicos de espécies[17]; teste de hipóteses biogeográficas, ecológicas e evolucionárias; estudo de proliferação e invasão de espécies[18][19]; análise do impacto das mudanças climáticas[20], uso da
![](http://upload.wikimedia.org/wikipedia/commons/thumb/4/4a/Ecologic_and_Geographic_Distribution_of_Filovirus_Disease_in_Africa.jpg/281px-Ecologic_and_Geographic_Distribution_of_Filovirus_Disease_in_Africa.jpg)
terra e de outras mudanças ambientais na distribuição de espécies; manejo e mapeamento de áreas apropriadas a reintrodução de espécies; modelagem da composição da biodiversidade a partir de análises de espécies individuais; construção de regiões bio e ecogeográficas[21]; estudo sobre a dinâmica de meta-populações e fluxos gênicos e em análises sobre a disseminação de doenças infecciosas.[22]
Ver também
[editar | editar código-fonte]Referências
- ↑ a b Michael., Begon, (2007). Ecologia de indivíduos a ecossistemas. [S.l.]: Artmed. ISBN 9788536308845. OCLC 212878723
- ↑ a b c d e Giannini, Tereza C.; Siqueira, Marinez F.; Acosta, André L.; Barreto, Francisco C.C.; Saraiva, Antonio M.; Alves-dos-Santos, Isabel (setembro de 2012). «Desafios atuais da modelagem preditiva de distribuição de espécies». Rodriguésia. 63 (3): 733–749. ISSN 2175-7860. doi:10.1590/s2175-78602012000300017
- ↑ a b c d e f Guisan, Antoine; Thuiller, Wilfried (setembro de 2005). «Predicting species distribution: offering more than simple habitat models». Ecology Letters. 8 (9): 993–1009. ISSN 1461-023X. doi:10.1111/j.1461-0248.2005.00792.x
- ↑ Major, Jack (setembro de 1971). «A Short Ecological Plant Geography». Ecology. 52 (5): 949–949. ISSN 0012-9658. doi:10.2307/1936053
- ↑ Auble, Gregor T.; Verner, J.; Morrison, M. L.; Ralph, C. J. (setembro de 1988). «Wildlife 2000-Modeling Habitat Relationships of Terrestrial Vertebrates». Estuaries. 11 (3). 212 páginas. ISSN 0160-8347. doi:10.2307/1351974
- ↑ Csuti, Blair; Margules, C. R.; Austin, M. P. (julho de 1992). «Nature Conservation: Cost Effective Biological Surveys and Data Analysis». The Journal of Wildlife Management. 56 (3). 621 páginas. ISSN 0022-541X. doi:10.2307/3808885
- ↑ Silvertown, J. (2004). Plant coexistence and the niche. Trends Ecol. Evol., 19, 605–611.
- ↑ Kearney, M. & Porter, W.P. (2004). Mapping the fundamental niche: physiology, climate, and the distribution of a nocturnal lizard. Ecology, 85, 3119–3131.
- ↑ Vetaas, O.R. (2002). Realized and potential climate niches: a comparison of four Rhododendron tree species. J. Biogeogr., 29,545–554.
- ↑ Carey, P.D. (1996). DISPERSE: a cellular automaton for predicting the distribution of species in a changed climate. Glob. Ecol. Biogeogr. Lett., 5, 217–226.
- ↑ Iverson, L.R., Prasad, A. & Schwartz, M.K. (1999). Modeling potential future individual tree-species distributions in the eastern United States under a climate change scenario: a case study with Pinus virginiana. Ecol. Model., 115, 77–93.
- ↑ Peng, C.H. (2000). From static biogeographical model to dynamic global vegetation model: a global perspective on modelling vegetation dynamics. Ecol. Model., 135, 33–54
- ↑ a b c Santana, Fabiana Soares. Uma infraestrutura orientada a serviços para a modelagem de nicho ecológico / F.S. Santana. -- São Paulo, 2009.141 p.
- ↑ CANHOS, V. P. et. al. A framework for species distribution modeling. Projeto de Pesquisa. CRIA, Escola Politécnica da Universidade de São Paulo e INPE. São Paulo. 2005
- ↑ STOCKWELL, D. R. B.; BEACH, J. H.; STEWART, A.; VORONSTSOV, G. VIEGLAIS, D.; PEREIRA, R. S. The use of the GARP genetic algorithm and internet grid in the Lifemapper world atlas os species biodiversity. Ecological Modelling. 2006.
- ↑ PHILLIPS, S. J.; ANDERSON, R. P.; SCHAPIRE, R. E. Maximum entropy modelling of species geographic distributions. Ecological Modelling. 2006. V. 190, p. 231-259.
- ↑ de Siqueira, Marinez Ferreira; Durigan, Giselda; de Marco Júnior, Paulo; Peterson, A. Townsend (janeiro de 2009). «Something from nothing: Using landscape similarity and ecological niche modeling to find rare plant species». Journal for Nature Conservation. 17 (1): 25–32. ISSN 1617-1381. doi:10.1016/j.jnc.2008.11.001
- ↑ Peterson, A. Townsend; Papeş, Monica; Reynolds, Mary G.; Perry, Neil D.; Hanson, Britta; Regnery, Russell L.; Hutson, Christina L.; Muizniek, Britta; Damon, Inger K. (junho de 2006). «NATIVE-RANGE ECOLOGY AND INVASIVE POTENTIAL OF CRICETOMYS IN NORTH AMERICA». Journal of Mammalogy. 87 (3): 427–432. ISSN 0022-2372. doi:10.1644/05-mamm-a-133r3.1
- ↑ Kulhanek, Stefanie A.; Leung, Brian; Ricciardi, Anthony (janeiro de 2011). «Using ecological niche models to predict the abundance and impact of invasive species: application to the common carp». Ecological Applications. 21 (1): 203–213. ISSN 1051-0761. doi:10.1890/09-1639.1
- ↑ Wiens, Jhon (2009). «Niches, models, and climate change: assessing the assumptions and uncertainties.». Proceedings of the National Academy of Sciences of the United States of America
- ↑ Siqueira, Marinez Ferreira de; Durigan, Giselda (junho de 2007). «Modelagem da distribuição geográfica de espécies lenhosas de cerrado no Estado de São Paulo». Revista Brasileira de Botânica. 30 (2). ISSN 0100-8404. doi:10.1590/s0100-84042007000200008
- ↑ Levine, Rebecca S.; Peterson, A.Townsend; Yorita, Krista L.; Carroll, Darin; Damon, Inger K.; Reynolds, Mary G. (31 de janeiro de 2007). «Ecological Niche and Geographic Distribution of Human Monkeypox in Africa». PLoS ONE. 2 (1): e176. ISSN 1932-6203. doi:10.1371/journal.pone.0000176